返回 OPC 认证备考
第 9 章20 道练习题

专家中心与模型配置

召唤领域专家、选对模型

第9课 考点笔记:专家中心与模型配置

一句话总纲:专家 = 给 AI 专业领域经验;模型配置 = 选择最合适的大脑。

一、专家与专家团的定义

  • 专家 = 独立人设 + 方法论 + 工具链。召唤一个专家等于请到该岗位的资深从业者(如法律顾问会用法律术语、引用法条、从合规角度分析)。
  • 专家团 = 团长 + 分工 + 协作的多 Agent 团队。团长自动拆解子任务,分配给多个专家 Agent 并行执行,最后整合各成员产出统一交付。
  • 适用差异:单点问题用专家,复杂大任务用专家团。

专家 VS 专家团对比维度

维度专家专家团
架构单 Agent,单兵作战Multi-Agent,团队协作
组成一个独立人设带方法论一个团长 + 多个专家协同
积分消耗较低单个专家的数倍
执行方式顺序处理串行或并行执行后再整合

二、召唤专家与专家团(四步流程)

打开 → 选择 → 召唤 → 描述任务

  1. 打开:主页左侧边栏点击「专家」,进入专家中心页面,展示专家和专家团卡片;专家团卡片额外展示团队成员构成。
  2. 选择:看卡片三要点——能力介绍(核心背景经验)、擅长领域(覆盖方向)、任务示例(能解决的问题类型);同领域多专家需对比(如法律顾问偏咨询、合规审查专家偏审查)。
  3. 召唤:点击「召唤」按钮,首次召唤系统弹出积分提醒(专家团消耗是单专家的数倍,确认积分充足);重要提醒:AI 生成内容仅供参考、不构成决策建议,法律/医疗/财务领域最终判断需人工确认。
  4. 描述任务:进入对话模式后描述任务需求。

专家团工作流程(以内容变现商业化专家团为例)

  • 团长先确认账号画像(平台、内容形式、商业化经历、变现期望),再拆解任务分工。
  • 成员构成:专家团主理人(整体变现策略)、商业化策略专家(变现路径)、CPS 佣金专家(佣金方案)、效果广告专家(广告策略)、商务合作顾问(合作资源)、收益分析师(数据预测和收益模型)。
  • 各专家在各自任务窗口并行执行、独立输出分析报告,最终由团长(主 Agent)整合为一份完整方案(含可视化图表和数据支撑);可在右侧产物中查看各 Agent 执行过程与产物完成情况。

三、我的专家:创建专属专家与专家团

  • 入口:左侧边栏「专家」→ 专家中心页面右上角「我的专家」,集中管理已创建的专家和专家团。
  • 创建流程:
    1. 点击「创建专家」按钮,在对话框中输入提示词描述需求;
    2. AI 生成专家创建方案预览(角色设定和能力配置),确认后回复即开始创建;
    3. 创建完成后可在对话中查看详细信息(角色设定、擅长领域、能力清单),并在「我的专家」卡片中管理。
  • 更便捷方式:在已完成的项目中直接输入创建提示词,AI 结合当前项目上下文更精准地沉淀工作经验,创建后立即出现在列表中,下次对话直接召唤。
  • 价值:把个人工作经验和行业积累变成可复用的 AI 能力(专家分身)。

四、Skill、专家、专家团三者辨析

维度Skill专家专家团
组成关系单个工具函数独立角色 + 方法论团长 + 多个专家 + 分工
本质工具能力AI 顾问(工具 + 经验)AI 协作团队
解决的问题让 AI 做某件事用什么方法做复杂项目如何交付
适用场景需要工具能力需要专业建议需要项目交付
积分消耗最低中等最高
  • 记忆口诀:Skill = 能力;专家 = 能力 + 经验;专家团 = 多专家 + 协作。
  • 场景速选:「帮我转个格式」→ Skill;「帮我从法律角度审合同」→ 专家;「帮我做一套完整营销方案」→ 专家团;「不知道做什么」→ 灵感(第6章)。

五、Multi-Agent 协作架构

  • Agent:会主动干活的 AI 员工——自己决定下一步、主动调用工具,直到任务完成(区别于普通对话 AI 只回答问题)。
  • Multi-Agent:多个 Agent 组成团队,各司其职,协作完成复杂任务。

协作流程 5 步

  1. 用户描述高层次目标;
  2. 团长理解需求,拆解为子任务;
  3. 团长将子任务分配给合适的专家 Agent;
  4. 各专家 Agent 并行或串行执行各自子任务;
  5. 团长收集各 Agent 输出,检查一致性,整合为最终交付物。
  • 关键优势:「一个人做」VS「一个团队做」。

六、标准推理 VS 深度思考(Thinking)模式

维度标准推理深度思考(Thinking)
机制直接生成回答先内部推理链(Chain of Thought)再输出结论
速度 / 消耗速度快、Token 消耗低推理时间更长、Token 消耗更高
适用日常对话、简单任务复杂逻辑、数学计算、代码调试(准确率显著提升)
  • WorkBuddy 标记:模型列表中标记为推理模型的支持 Thinking 模式。
  • 选择建议:简单任务用 Auto 标准模型;复杂逻辑分析用推理模型(如混元 T1 Preview)。

七、内置模型与自动模式

  • 自动模式(Auto):WorkBuddy 根据任务智能匹配最合适的模型,大部分用户用 Auto 就够了。
  • 内置模型:腾讯混元、智谱 GLM、MiniMax、月之暗面 Kimi、DeepSeek 等主流大模型;各模型能力各有侧重(推理、多模态等),可在模型选择列表查看详细介绍和适用场景。

模型选择策略(四类典型决策)

场景选择理由
日常对话自动模式 Auto智能匹配
复杂推理混元 T1 Preview混元系列推理能力更强
多模态场景GLM 系列或 Kimi 系列图片理解能力强
Agent 场景(频繁工具调用)GLM 系列或 MiniMax 系列工具调用最稳定

八、自定义模型:四种接入方式

可视化管理界面(公共基础)

  • 入口:设置页 → 模型,图形界面管理,无需手动编辑配置文件;保存即生效,配置自动持久化。
  • 能力标记自动写入(工具调用、图片输入等自动识别);对话模型选择器自动展示自定义分组;兼容旧配置 model.json(老用户无需迁移)。
  • 管理操作:列表展示已配置模型(模型名称 + 供应商图标),支持增删改。

方式一:Token Plan

  1. 自定义模型配置中选择「腾讯云 Token Plan」;
  2. 用腾讯云账号体系完成鉴权和计费,统一入口;
  3. 接入后可使用混元、MiniMax、Kimi、GLM 等多个模型;
  4. 工具调用、图片输入等能力标记自动识别。
  • 特点:按 Token 用量计费,适合团队使用;腾讯云统一账号鉴权,无需单独管理每家厂商 API key。

方式二:Coding Plan

  • 适合 AI Coding 专项使用,选对应的订阅方案即可。

方式三:自定义 API(一键接入)

  1. 从提供商列表直接选择厂商;
  2. URL 地址、模型列表、能力标记全部自动填充;
  3. 只需补一个 API key 即可保存使用;
  4. 全程不需要手动修改任何配置文件。
  • 特点:零门槛,面向非技术用户;支持主流厂商预设配置;其他厂商自定义模型目前仅支持 OpenAI 兼容协议 API。

方式四:Ollama 本地部署

  1. 本地安装并启动 Ollama(默认监听 11434 端口);
  2. 在 WorkBuddy 模型配置里选择 Ollama 作为提供商;
  3. 系统自动通过兼容 OpenAI 协议的接口对接,无需额外配置;
  4. 适合政企内网、机舱离线等场景。
  • 核心优势:数据不出本机——推理在本地 GPU/CPU 完成,零成本、离线可用、隐私有保障。

四种方式选型

方式适用场景关键操作
Token Plan按量计费的团队选腾讯云鉴权
Coding PlanAI Coding 专项选对应订阅方案
自定义 API想用特定厂商模型选厂商 + 填 API Key
Ollama隐私要求高、内网/离线本地安装后选 Ollama
  • 选型口诀:不知道选啥用 Auto;团队按量计费选 Token Plan;指定厂商用自定义 API;隐私优先用 Ollama。

九、最佳实践(5 条)

  1. 优先 Auto:不知道选什么时让 WorkBuddy 自动匹配;
  2. 能力标记:选标准供应商时系统自动写入,无需手填;
  3. Ollama 离线:飞机、内网、敏感场景的不二之选;
  4. 自定义协议:非标 URL、网关代理需开自定义协议开关;
  5. API key 严管:不泄漏、不提交代码库、定期轮换。

易混点速记

易混点关键区分
专家 VS 专家团单 Agent 顺序处理、积分低 VS 多 Agent 并行/串行+整合、积分为单专家数倍
Skill VS 专家 VS 专家团能力(做事)VS 能力+经验(怎么做)VS 多专家+协作(项目交付);积分递增
团长(主 Agent)职责确认画像 → 拆解任务 → 分配子任务 → 收集检查 → 整合交付
标准推理 VS Thinking直接回答、快、低耗 VS 先 CoT 推理链、慢、高耗、复杂任务准确率高
混元 T1 Preview推理模型,用于复杂逻辑分析,不是多模态首选
多模态 VS Agent 场景选模多模态选 GLM/Kimi;Agent 工具调用选 GLM/MiniMax
Token Plan VS 自定义 API腾讯云统一账号按量计费、无需各家 key VS 指定厂商、只需填 API key、URL 自动填充
自定义 API 协议限制其他厂商仅支持 OpenAI 兼容协议 API
Ollama本地部署、默认 11434 端口、兼容 OpenAI 协议对接、数据不出本机
自动模式 Auto按任务智能匹配模型,日常对话与「不知道选啥」的首选